共查询到17条相似文献，搜索用时 125 毫秒
1.
集合滤波和三维变分混合数据同化方法研究 总被引：2，自引：0，他引：2
发展了一种新的混合数据同化方法——基于集合滤波和三维变分的混合数据同化方法。该方法将集合调整卡尔曼滤波(ensemble adjustment Kalman filter,EAKF)得到的集合样本扰动通过一个转换矩阵的形式直接作用到背景场上,利用顺序滤波的思想得到分析场的一个扰动;然后在三维变分(three dimensional variational analysis,3D-Var)的框架下与观测数据进行拟合,从而给出分析场的最优估计。文中以Lorenz63模型为例,开展了理想数据同化试验,结果表明,相比于集合调整卡尔曼滤波,这种新的混合同化方法可以给出更好的同化结果。 相似文献
2.
3.
背景误差相关结构的确定是影响海浪同化效果的关键因素之一。集合Kalman滤波是一种较为成熟的同化方法,其可以对背景误差进行实时更新和动态估计,现已广泛应用于海洋和大气领域的研究。本文基于MASNUM-WAM海浪模式,分别采用静态样本集合Kalman滤波和EAKF方法,针对2014年全球海域开展海浪数据同化实验,同化资料为Jason-2卫星高度计数据,利用Saral卫星高度计资料对同化实验结果进行检验。结果表明,两组同化方案均有效提高了海浪模式的模拟水平,EAKF方案在风场变化较大的西风带区域表现显著优于静态样本集合Kalman滤波方案,但总体上两者相差不大。综合考虑计算成本和同化效果,静态样本集合Kalman滤波方案更适用于海浪业务化预报。 相似文献
4.
在海雾的短时临近预报中,初始场的水汽凝结状态扮演着重要角色。为了改进初始场的云水含量,本文提出直接同化雾体云水信息的思路。针对2011年5月一次大范围的黄海海雾,借助EnKF (Ensemble Kalman Filter)方法,尝试进行了极轨卫星反演云水路径数据的同化试验。结果表明:(1)通过利用EnKF将云水混合比增加到背景场和分析场的控制变量中,构建云水观测数据与背景场之间的关系,实现云水路径数据的直接同化是可行的;(2)同化云水路径可显著改善海面气温与湿度状态,大幅提高海雾预报效果;(3)EnKF能够基于集合体动态统计流依赖的背景误差协方差是其取得良好同化效果的主要原因。值得指出的是,受集合样本误差的影响,需要特别关注云水含量与风之间的相关关系。 相似文献
5.
在大气和海洋环境研究中,粒子滤波(PF)由于在非线性数据同化方面突出的优势,逐渐成为研究热点。最近改进的均权重粒子滤波(EWPF)为粒子滤波的进一步发展指明了新方向。集合卡尔曼滤波方法 (EAKF)作为当前主要应用的数据同化方法,使用高斯假设和线性假设来解决非线性问题,然而对均权重粒子滤波方法和卡尔曼滤波方法在非线性模式下的同化结果和特点还缺少系统详细的比较研究。本文在非线性耦合气候模式下,比较研究两种同化方法,采用均方根误差(RMSE)作为评价比较标准。实验结果表明,在非线性低频观测耦合模式中EWPF结果均优于EAKF。同时根据RMSE的结果得出,EWPF的同化结果更接近观察结果,而EAKF的同化结果更接近模式真值。 相似文献
6.
以一维水温垂直分布数值模型为例，探索 Kalman 滤波法在海温观测数据同化中的应用。文中给出了在 165°E 赤道海域将连续观测的海温资料同化到模型中的 Kalman 滤波法试验，计算结果表明该同化方法对改进海温数值计算是十分有效的。 相似文献
7.
MASNUM-WAM海浪模式集合Kalman滤波同化研究-I.风场扰动对海浪模拟影响 总被引：1，自引：1，他引：0
模式集合样本的代表性和观测信息的可靠性是制约数据同化效果的重要因素,而前者对海浪模式同化的影响尤为显著。由于海浪模式对初始场的敏感性较弱,来自大气的风输入源函数是海浪的重要能量输入,如何合理地对风输入进行扰动,构造海浪的集合模式运行,是实现和改进海浪模式集合Kalman滤波同化的关键问题。为了实现海浪模式集合运行,本文提出了风场的三种集合扰动方案,分别为：纯随机数、随机场和时间滞后的风场扰动方法。本研究利用2014年1月ECMWF全球风场,基于这三种风场扰动方法开展了集合海浪模式的集合运行实验,并统计分析了海浪特征要素（有效波高）和二维波数谱对风场扰动的响应。结果表明,随机场集合扰动方案所构造的风场集合效果最佳,所得海浪模拟结果的集合样本发散度适中,能够较为合理地反映背景误差的统计特征,可用于进一步的集合Kalman滤波海浪数据同化实验。 相似文献
8.
集合卡尔曼滤波(Ensemble Kalman filter, EnKF)是一种国内外广泛使用的海洋资料同化方案, 用集合成员的状态集合表征模式的背景误差协方差, 结合观测误差协方差, 计算卡尔曼增益矩阵, 有效地将观测信息添加到模式初始场中。由于季节、年际预测很大程度上受到初始场的影响, 因此资料同化可以提高模式的预测性能。本文在NUIST-CFS1.0预测系统逐日SST nudging的初始化方案上, 利用EnKF在每个月末将全场(full field)海表温度(sea surface temperature, SST)、温盐廓线(in-situ temperature and salinity profiles, T-S profiles)以及卫星观测海平面高度异常(sea level anomalies, SLA)观测资料同化到模式初始场中, 对比分析了无海洋资料同化以及加入同化后初始场的区别、加入海洋资料同化后模式提前1~24个月预测性能的差异以及对于厄尔尼诺-南方涛动(El Niño-southern oscillation, ENSO)预测技巧的影响。结果表明, 加入海洋资料同化能有效地改进初始场, 并且呈现随深度增加初始场改进越显著的特征。加入同化后, 对全球SST、次表层海水温度的平均预测技巧均有一定的提高, 也表现出随深度增加预测技巧改进越明显的特征。但加入海洋资料同化后, 模式对ENSO的预测技巧有所下降, 可能是由于模式误差的存在, 使得同化后的预测初始场从接近观测的状态又逐渐恢复到与模式动力相匹配的状态, 加剧了赤道太平洋冷舌偏西、中东部偏暖的气候平均态漂移。 相似文献
9.
数据同化利用观测信息对模型状态场调整的同时也可以对数值模型中的不确定参数进行估计,从而改进数值模型,提高数值模拟的精度。本文基于集合调整卡尔曼滤波方法,采用广义坐标系统的美国普林斯顿大学海洋模式的外模式开展了渤海和部分黄海海域M2分潮模拟中的水深估计研究。理想数据同化试验结果表明,集合调整卡尔曼滤波方法能很好地降低模式模拟的水位误差并反演出“真实”的水深参数。而在NAO.99Jb和验潮站数据的实际数据同化试验中,与验潮站数据相比较,水深参数估计后,模式模拟的M2分潮振幅与迟角误差分别降低了40.27%和49.19%。 相似文献
10.
本文基于粒子滤波和三维变分设计了一种新的混合数据同化方法。新方法通过粒子滤波的最优估计生成具有背景误差信息的集合扰动,从而为三维变分提供流依赖的背景误差协方差。粒子退化一直是粒子滤波应用于数据同化领域的主要阻碍。为了让混合方法更好地发挥作用,针对粒子退化问题,本文提出了一种改进的残差重采样方法,通过在正态分布中采样粒子,解决了退化导致的粒子缺乏多样性。在理想lorenz-63模型上进行数据同化实验,结果表明,新方法在模型误差较大的情况下效果优于集合变换三维变分方法(ensemble transform Kalman filter-three-dimensional variational method,ETKF-3Dvar),并且随着模型误差不断增大,新方法也同样优于传统数据同化方法。改进的残差重采样在与分层重采样和一般残差重采样的对比实验中,在给定时间窗口内可以保证同化结果稳定,而其他两种方法的同化结果都出现了较大偏差。 相似文献
11.
The Localized Weighted Ensemble Kalman Filter(LWEnKF) is a new nonlinear/non-Gaussian data assimilation(DA) method that can effectively alleviate the filter degradation problem faced by particle filtering, and it has great prospects for applications in geophysical models. In terms of operational applications, along-track sea surface height(AT-SSH), swath sea surface temperature(S-SST) and in-situ temperature and salinity(T/S) profiles are assimilated using the LWEnKF in the northern South China ... 相似文献
12.
气候模式中海洋数据同化对热带降水偏差的影响 总被引：1，自引：1，他引：0
本文采用海洋卫星观测海表温度(SST)和海面高度异常(SLA)数据,对国家海洋局第一海洋研究所地球系统模式FIO-ESM(First Institute of Oceanography Earth System Model version 1.0)中海洋模式分量进行了集合调整卡尔曼滤波(EAKF)同化,对比分析了大气环流、湿度和云量对海洋数据同化的响应,探讨了海洋同化对热带降水模拟偏差的影响。结果表明:海洋数据同化能有效改善海表温度和上层海洋热含量的模拟,30°S~30°N纬度带内年平均SST的绝均差降低60%。同化后大气模式模拟的赤道两侧信风得到明显改善,上升气流在赤道以北热带地区增强而在赤道以南热带地区减弱,热带降水模拟的动力结构更为合理,水汽和云量分布也更切合实际。热带年平均降水的空间分布和强度在同化后均得到改善,赤道以南的纬向年平均降水峰值显著降低,降水偏差明显减小,同化后30°S~30°N纬度带内年平均降水绝均差降低35%。 相似文献
13.
南海及邻近海域大气-海浪-海洋耦合精细化数值预报系统研制 总被引：2，自引：1，他引：1
本文主要介绍了南海及邻近海域大气-海浪-海洋耦合精细化数值预报系统的研制概况。预报区域为99°E~135°E，15°S~45°N，包括渤海、黄海、东海和南海及其周边海域。为了给耦合预报模式提供较准确的预报初始场，在预报开始之前，分别进行了海浪模式和海洋模式的前24小时同化后报模拟。海浪模式和海洋模式都采用了集合调整Kalman滤波同化方法，海浪模式同化了Jason-2有效波高数据；海洋模式同化了SST数据、MADT数据和ARGO剖面数据。为了改进海洋温度和盐度的模拟，我们在海洋模式的垂向混合方案中引入波致混合和内波致混合的作用。预报系统的运行主要包括两个阶段，首先海浪模式和海洋模式进行了2014年1月至2015年10月底的同化后报模拟，强迫场源自欧洲气象中心的六小时的再分析数据产品。然后耦合预报系统将同化后报模拟的结果作为初始场进行了14个月的耦合预报。预报产品包括大气产品（气温、风速风向、气压等）、海浪产品（有效波高和波向等）、海流产品（温度、盐度和海流等）。一系列观测资料的检验比较表明该大气-海浪-海洋耦合精细化数值预报系统的预报结果较为可靠，可以为南海及周边海洋资源开发和安全保障提供数据和信息产品服务。 相似文献
14.
《Ocean Modelling》2011,38(3-4):85-111
We assess and compare four sequential data assimilation methods developed for HYCOM in an identical twin experiment framework. The methods considered are Multi-variate Optimal Interpolation (MVOI), Ensemble Optimal Interpolation (EnOI), the fixed basis version of the Singular Evolutive Extended Kalman Filter (SEEK) and the Ensemble Reduced Order Information Filter (EnROIF). All methods can be classified as statistical interpolation but differ mainly in how the forecast error covariances are modeled. Surface elevation and temperature data sampled from an 1/12° Gulf of Mexico HYCOM simulation designated as the truth are assimilated into an identical model starting from an erroneous initial state, and convergence of assimilative runs towards the truth is tracked. Sensitivity experiments are first performed to evaluate the impact of practical implementation choices such as the state vector structure, initialization procedures, correlation scales, covariance rank and details of handling multivariate datasets, and to identify an effective configuration for each assimilation method. The performance of the methods are then compared by examining the relative convergence of the assimilative runs towards the truth. All four methods show good skill and are able to enhance consistency between the assimilative and truth runs in both observed and unobserved model variables. Prediction errors in observed variables are typically less than the errors specified for the observations, and the differences between the assimilated products are small compared to the observation errors. For unobserved variables, RMS errors are reduced by 50% relative to a non-assimilative run and differ between schemes on average by about 5%. Dynamical consistency between the updated state space variables in the data assimilation algorithm, and the data adequately sampling significant dynamical features are the two crucial components for reliable predictions. The experiments presented here suggest that practical implementation details can have at least as much an impact on the accuracy of the assimilated product as the choice of assimilation technique itself. We also present a discussion of the numerical implementation and the computational requirements for the use of these methods in large scale applications. 相似文献
15.
现代海洋/大气资料同化方法的统一性及其应用进展 总被引：9，自引：3，他引：9
海洋／大气资料同化的理论基础是用数值模式作为动力学强迫对观测信息进行提炼，或者说，从包含观测误差(噪声)的空间分布不均匀的实测资料中依据动力系统自身的演化规律(动力学方程或模式)来确定海洋／大气系统状态的最优估计。本文对主要的现代海洋／大气资料同化方法，包括最优插值(()ptimal Interpolation，简称()Ⅰ)、变分方法(3—Dimensional Variational和4—Dimensional Variational，分别简称3DVAR和4DVAR)和滤波方法(Filtering)的原理、算法设计和实际应用进行系统地回顾，并对这些资料同化方法的优缺点进行分析和讨论。在滤波框架下，所有的现代资料同化方法都被统一了：()Ⅰ和3DVAR是不随时间变化的滤波器，4DVAR和卡曼滤波是线性滤波器，即非线性滤波的退化情形；而集合滤波能构建非线性的滤波器，因为集合在某种程度上体现了系统的非高斯信息。一个非线性滤波器的主要优点是能计算和应用随时间变化的各阶误差统计距，如误差协方差矩阵。将非线性滤波器计算的随时间变化的误差协方差矩阵引入到（）Ⅰ或4DVAR中，也许能实质性地改进这些传统方法。在实际应用中，方法的优劣可能取决于所选用的数值模式和可获得的计算资源，因此需针对不同的问题选取不同的资料同化方法。由于各种资料同化方法具有统一性，因此可建立测试系统来评价这些方法，从而对各种方法获得更深入的理解，改进现有的资料同化技术，并提高人们对海洋／大气环境的预测能力。 相似文献
16.
Assimilation of satellite-derived surface datasets has been explored in the study. Three types of surface data, namely sea level anomaly, sea surface temperature and sea surface salinity, have been used in various data assimilation experiments. The emphasis has been on the extra benefit arising out of the additional sea level assimilation and hence there are two parallel runs, in one of which sea level assimilation has been withheld. The model used is a state-of-the art ocean general circulation model (OGCM) and the assimilation method is the widely used singular evolutive extended Kalman filter (SEEK). Evaluation of the assimilation skill has been carried out by comparing the simulated depth of the 20°C isotherm with the same quantity measured by buoys and Argo floats. Simulated subsurface temperature and salinity profiles have also been compared with the same profiles measured by Argo floats. Finally, surface currents in the assimilation runs have been compared with currents measured by several off-equatorial buoys. Addition of sea level has been found to substantially improve the quality of simulation. An important feature that has been effectively simulated by the addition of sea level in the assimilation scheme is the near-surface temperature inversion (2-3°C) in the northern Bay of Bengal. 相似文献
17.
海洋状态场的历史变化过程对其分布状态有重要影响。在观测资料稀疏的情况下,合理利用历史观测资料能够为海洋数据同化提供大量有效信息。然而在目前的顺序资料同化过程中,往往只同化当前时刻的观测数据,没有考虑到历史观测资料对当前状态的约束。四维变分虽然可以体现变量在时间维度的演变过程,但引入伴随方程会增加计算代价。本文基于集合最优平滑同化算法（Ensemble Optimal Smoothing,EnOS）探讨了一种在数据同化中加入历史观测资料的简易可行方案,其能够根据历史观测数据估计当前状态,并进行单点同化实验和区域同化实验来验证该方案的有效性。实验结果表明,将历史观测资料引入到同化过程中可以把控时间演变趋势,减小分析数据与真实值之间的偏差,更有效地消除数值模式误差,提高同化质量。 相似文献